精彩专栏推荐订阅在下方主页作者主页计算机毕设木哥 文章目录一、项目介绍二、视频展示三、开发环境四、系统展示五、代码展示六、项目文档展示七、项目总结font color#fe2c24 大家可以帮忙点赞、收藏、关注、评论啦 一、项目介绍新能源汽车产业近十年高速扩张渗透率持续攀升但行业数据分散在销量统计和终端上牌两个口径之间厂商竞争格局、区域偏好差异、价格带迁移等关键问题缺乏系统性的分析工具来呈现。本文通过开发一个基于大数据的新能源汽车销量与上牌数据分析与可视化系统用以帮助解决多源汽车数据的整合分析与业务洞察问题。系统采用PySpark完成销量与上牌数据的清洗与聚合HDFS承担数据存储后端整合K-Means聚类、Isolation Forest异常检测和Seasonal Decomposition季节分解三类算法。功能覆盖销量趋势的年度与月度走势、厂商竞争排名与集中度、车型热度的销量与上牌双榜对照、价格分层的成交价与指导价区间结构、上牌地域的城市排名与省份分布、市场分群的厂商画像聚类与异常上牌识别前端以ECharts可视化大屏集中展示多维度分析结果。经过系统测试本系统能够满足新能源车企市场部门、行业研究人员以及高校相关专业师生对汽车销量与上牌数据的多维度分析需求帮助使用者快速定位市场结构特征与异常波动具有一定的实用参考价值。二、视频展示基于大数据的新能源汽车销量与上牌数据分析与可视化三、开发环境大数据技术Hadoop、Spark、Hive开发技术Python、Django框架、Vue、Echarts软件工具Pycharm、DataGrip、Anaconda可视化 工具 Echarts四、系统展示系统页面模块展示五、代码展示from pyspark.sql.functionsimportcountDistinct,sumas spark_sum, avg as spark_avg, stddev from sklearn.clusterimportKMeans from sklearn.preprocessingimportStandardScalerimportpandas as pd# 聚合厂商级特征manufacturer_featuressales_df.groupBy(manufacturer).agg(spark_sum(sales).alias(total_sales), countDistinct(model).alias(model_count), spark_avg(price_mid).alias(avg_price), countDistinct(year,month).alias(active_months))# 计算近两年销量占比2024-2025 vs 全量recent_salessales_df.filter((col(year)2024)(col(year)2025))\.groupBy(manufacturer).agg(spark_sum(sales).alias(recent_sales))manufacturer_featuresmanufacturer_features.join(recent_sales,manufacturer,left)manufacturer_featuresmanufacturer_features.withColumn(recent_ratio, when(col(total_sales)0, col(recent_sales)/ col(total_sales)).otherwise(0))# 转换为Pandas进行聚类features_pdmanufacturer_features.toPandas()feature_cols[total_sales,model_count,avg_price,active_months,recent_ratio]Xfeatures_pd[feature_cols].fillna(0)# 标准化 K-Means肘部法则确认K4scalerStandardScaler()X_scaledscaler.fit_transform(X)kmeansKMeans(n_clusters4,random_state42,n_init10)features_pd[cluster]kmeans.fit_predict(X_scaled)# 输出带簇标签的厂商画像cluster_labels{0:放量龙头,1:精品新势力,2:长尾跟随,3:中坚力量}features_pd[cluster_name]features_pd[cluster].map(cluster_labels)features_pd.to_csv(output/competition_analysis/manufacturer_cluster.csv,indexFalse)六、项目文档展示七、项目总结本课题围绕新能源汽车销量与上牌数据设计并实现了一套完整的分析与可视化系统。数据层面以PySpark为处理核心完成销量表15441条记录与两期上牌表69088条记录的清洗、合并与特征工程统一存储于HDFS分析层面构建了销量趋势、厂商竞争、车型热度、价格分层、上牌地域、市场分群6大分析维度并引入K-Means聚类对厂商进行画像分群、Isolation Forest检测城×车型粒度的异常上牌、Seasonal Decomposition拆解月度销量的趋势项与季节项使分析从统计描述延伸到算法洞察可视化层面基于Vue和ECharts搭建管理端与用户端双角色大屏管理端呈现全量数据的省份分布、排名榜、走势图等多图联动用户端按所属厂商过滤数据权限但保留完整分析菜单。系统测试结果表明该方案能够有效整合多源汽车数据帮助车企市场人员、行业研究人员快速定位市场结构、竞争格局与异常波动为相关选题的大数据毕业设计提供了一套从数据预处理、算法分析到可视化展示的完整落地参考。大家可以帮忙点赞、收藏、关注、评论啦 作者主页计算机毕设木哥
